- 综合排序
- 最热优先
- 最新优先
- 来自专栏嘘、小点声
日常记录（4）硬件相关
https://blog.csdn.net/qq_41844618/article/details/104332949
42410编辑于 2021-12-09 - 来自专栏石开之旅
硬件笔记（7）----USB学习笔记4
数据包 ID（PID） — （8 位：4 个类型位和 4 个错误检测位）。 这些位将数据传输定义为 IN/OUT/SETUP/SOF 可选的设备地址 — （7 位：最多可支持 127 个设备） 可选的端点地址 — （4 位：最多支持 16 个端点）。 虽然 4 位地址最多仅支持 16个端点，但我们具有一个 IN PID 和一个 OUT PID，它们各自使用了端点地址 1 到 16，因此共有 32 个端点。 IN、OUT 和 SETUP 令牌数据包都有一个 7 位设备地址、4 位端点 ID 和 5 位CRC。下图显示了这四个令牌数据包的框图。 ?
1.2K10发布于 2019-07-02 - 来自专栏存储公众号：王知鱼
SuperMicro：AI存储硬件方案
SuperMicro：AI存储硬件方案-Fig-1 云厂商 AI存储方案 大规模 AI/GPU 集群基础设施。按可扩展单元 (SU，也称为 Pod，例如 256 个 GPU) 进行扩展。 右下角图片显示单节点/单SU/4SU不同体系读写带宽，Good/Better/Best不同性能依据存储硬件配置（如SATA/SAS/NVMe SSD）和网络带宽条件。 SuperMicro：AI存储硬件方案-Fig-3 基础计算硬件方案 在执行 AIOps 和 MLOps 时： • GPU 密集型服务器加速 AI 训练和推理。 SuperMicro：AI存储硬件方案-Fig-4 计算+存储（性能层） 方案 • Active data is stored here (活跃数据存储于此) • 针对性能进行了优化，将数据尽可能快地传递给应用程序 SuperMicro：AI存储硬件方案-Fig-6 方案验证 机架视角的集群组网方案 解决方案架构，分为三个层次： 1.
1.4K10编辑于 2025-02-11 - 来自专栏Kubernetes 与 Devops 干货分享
Zabbix(4)-Zabbix使用snmp监控硬件
使用SNMP监控硬件设备 通过Zabbix 自带的snmp接口即可实现snmp监控硬件，具体实现流程如下 梳理资产设备型号，便于根据产品查询对应的oid参数指标 使用snmpwalk测试数据是否符合使用场景
1.8K20编辑于 2022-10-31 - 来自专栏腾讯研究院的专栏
智能硬件趋势：AI让硬件聪明 垂直细分成主流
今年CES上，除了智能汽车大出风头，另一个处处可见的则是智能硬件产品了。 如果2014年CES展更多的是智能硬件的试探，今年则是智能硬件的“布局”之年。 在硬件复兴的“风口”之下，无论是大厂商还是创业公司都已经推出智能硬件产品，或者搭建智能硬件相关的平台系统。 回顾2014年，各大厂商都在智能硬件领域有所动作。 从今年CES来看，尽管智能硬件产品“虚火”尚存，将人工智能引入硬件让硬件真正智能，以及垂直细分化等趋势是未来智能硬件产品值得肯定的方向。 腾讯在去年的全球合作伙伴大会上，宣布构建QQ、微信硬件开放平台的战略，推动连接智能硬件及线下服务。 以BAT为代表的互联网企业，都在利用自身优势，聚合一批垂直领域的硬件创业者入驻自己的生态系统，以争夺智能硬件的平台控制权。
2.3K100发布于 2018-01-31 - 来自专栏TopSemic嵌入式
MicroPython 玩转硬件系列4：串口小实验
在进行第3节和第4节实验前，还需要： 将板子G12引脚和USB转TTL的RXD引脚短接 将板子G13引脚和USB转TTL的TXD引脚短接 将板子GND引脚和USB转TTL的GND引脚短接 3.串口发送 完成的功能即：ESP32通过串口发送数据给USB转TTL设备 4.串口接收 代码如下： from machine import UART,Pin uart = UART(2, baudrate=115200
2.3K20发布于 2021-05-31 - 来自专栏想比AI跑得更快点
硬件别装睡，让AI进去
因为它说明了，很多看起来封闭的旧硬件，只要还留着一点局域网能力，比如能接收音频投放、能显示图片、能打开网页、能响应某个本地接口，就有机会被 AI 从抽屉里捞出来，重新安排一个岗位。 AI Agent 遇到“硬”门槛 AI Agent 正在把过去很极客的事情变得普通。但同时，硬件世界的开放程度，却明显跟不上 AI 的发展速度。 很多软件服务早已给 AI Agent 提供了接口。 比如 MCP、CLI、API，AI 可以通过这些方式直接调用传统软件的能力。就像麦当劳都有 MCP 服务最懂AI的快餐企业出现了。但硬件设备还不太一样。 硬件涉及商业安全、隐私和稳定性；普通用户也没有对应的技术能力。但现在情况变了。人人都是程序员，人人都有 DIY 需求啊。 硬件厂商开放的步伐迈的还是太小了。 用 Codex 复活 Kindle，只是在狭小的硬件开放空间里做了一个微不足道的尝试。开放硬件接口，让AI进去，才能有更丰富的业态可能，也是实现物理AI的第一步。
17010编辑于 2026-06-24 边缘AI硬件优化策略解析
这些流畅交互的核心是边缘AI——直接运行于智能手机、可穿戴设备和物联网设备上的AI技术，提供即时直观的响应。什么是边缘AI？ 边缘设备在处理能力、内存和电池寿命方面受到严格限制，需在有限硬件规格下执行复杂任务。 模型优化应从选择或设计特别适合设备硬件能力的模型架构开始，然后针对特定边缘设备进行精细化调整。NAS技术使用搜索算法探索大量可能的AI模型，找到最适合边缘设备特定任务的模型。 经验表明："最佳"AI模型不一定是最炫酷的新设计或理论效率最高的模型。对边缘设备而言，最重要的是模型与实际运行硬件的匹配程度。硬件也在快速演进。 每年都在架构、制造和集成方面取得进展，确保硬件与AI趋势保持同步。边缘AI的发展之路边缘AI模型部署因生态系统的碎片化而更加复杂。由于许多应用需要定制模型和特定硬件，缺乏标准化。
38900编辑于 2025-09-15- 来自专栏GitHub项目
智能硬件 AI 语音助手 IHAVA
智能硬件AI语音助手IHAVA是腾讯云小微推出的一款AI语音助手，主要面向智能硬件行业，提供前沿的AI语音全链路能力、硬件方案咨询及认证服务，整合腾讯系优质内容和服务，打造全方位的自然人机交互体验。 该方案支持Linux、Android、RTOS等多种操作系统，灵活提供云端API和设备SDK两种接入方式，让硬件迅速获得本地智能和云端智能。 IHAVA还提供行业前沿的全链路AI语音技术，包括语音识别、语义理解、语音合成、知识图谱、AI识图能力以及机器翻译等能力。 对于需要智能硬件AI语音助手的企业或个人开发者，IHAVA是一个不错的选择。它可以提供全方位的AI语音技术支持和硬件方案咨询，帮助开发者快速实现智能语音交互功能，提升产品的用户体验和市场竞争力。 总的来说，智能硬件AI语音助手IHAVA是一款功能强大、灵活可扩展的AI语音助手，对于需要实现智能语音交互功能的智能硬件产品来说，是一个很好的选择。
3.4K10编辑于 2024-05-19 - 来自专栏TechBlog
AI开发硬件基础经验
AI开发硬件基础经验 笔记本选配 出于通勤等因素，建议型号 MacBook Air M1 16+ 256 MacBook Pro M1 16 + 256 M1芯片的mbp非常强大，发热不严重 硬盘 & 内存 硬盘比较好的牌子：三星、铠侠、西部数据，硬盘按照接口主要分为两种 PCIE3.0/4…0 SATA：速度太慢，不推荐 在AI训练、测试用途中，硬盘部分主要考虑的是速度，容量其次 对于一些特殊的卡，例如T4专门用于推理，只需要关注FP16和INT8的算力即可。 Intel收购的Movidius公司推出的图像处理与人工智 从目前的实践来看，AI算法和传统HPC算法相比，对精度的要求低得多。因此我们看到很多AI芯片主要强调在FP16或者INT8中的精度。 可以说，对目前AI芯硬件效率的提升，低比特精度有很大贡献。 机箱 机箱风扇如何分配？
1.5K30编辑于 2023-10-13 - 来自专栏机器之心
算法、硬件、框架，2019年AI何去何从？
自动硬件也进行了升级。Jetson AGX Xavier 是一款英伟达希望能够推动下一代自动驾驶技术的板级模块。 这个思想是为了代替抗锯齿的图像保真功能，这一功能一般是通过将一张图片渲染到比真正需要的分辨率（比如 4k）还要高的分辨率，然后再缩放到本机显示器的分辨率来完成的。 400 美元就可以配备 Atom 处理器，4MP 的相机，WiFi，几个 USB 借口，以及足以运行数小时的电源。自动驾驶模型可以在云端使用 3D 模拟环境进行训练，然后直接部署到车内。 将注意力转移到决策智能上 算法、基础框架、硬件相关的部分已经涉及到了——为了让 AI 比以往任何时候更有用，业界开始意识到，让 AI 开始应用的最大阻碍在实用方面：你如何在生产中将 AI 从一个想法变成有效 以后我们会看到更多这种硬件，而不是通用硬件。 对训练数据更少的依赖 有标签的数据通常都是既昂贵又不可访问的。这条规则下很少有例外。
81440发布于 2019-03-15 - 来自专栏ADAS性能优化
AI硬件：比看起来更难
提出了基于“Domain-Specific Architectures（特定领域的体系结构）”硬件设计的机遇和要求。“ DSA”概念不仅适用于新颖的硬件设计，而且适用于深度神经网络的新软件体系结构。 硬件在哪里？ 事实上，自上次峰会以来，很少有新芯片投入量产。当然 高通 的855和 阿里巴巴 汉光800是个例外。 它支持99美元的Jetson用于嵌入式处理，Xavier用于自动驾驶汽车，Turing T4用于数据中心应用等。 其次，亚马逊AWS宣布支持NVIDIA TensorCore T4 GPU，这是一种75瓦的PCIe卡，可以支持图像，语音，翻译和建议的复杂推理处理。 NVIDIA T4将成为Habana Labs等初创公司和Intel Nervana等知名公司的常见比较目标。
57420编辑于 2022-05-13 - 来自专栏云深之无迹
树莓派硬件运行PX4飞控固件
我在研究这个PX4飞控的时候，发现新的硬件500—700之间，二手的现在最便宜的200.。。（去年有个店家100块，我没买，o(╥﹏╥)o）。 那我没硬件肯定就玩不成了啊，那我肯定不干！ 想起来以前看文档说PX4可以编译在树莓派上面使用。我后面也搜索过但是不见了踪影。那现在我们就是有了第三个选择，树莓派的PX4. 经过我一番操作，有结果了。 首先可以在树莓派上面运行PX4，这点是确实可以的。但是需要一些额外的东西，比如一个IMU，一个GPS。PX4官方做了一个，但是不开源。后来也有一个场子做了，也不开源。 169刀，教育优惠20刀，还是贵呢~就是下面这个了 https://docs.px4.io/master/en/flight_controller/raspberry_pi_navio2.html 长这样 ，便宜点就好了 这个板子好处是把PX4和ROS写入了一个自己编译的系统，而且还有一个易于管理的页面。
3.2K30发布于 2021-10-20 - 来自专栏《C++与 AI：个人经验分享合集》
《AI芯片：如何让硬件与AI计算需求完美契合》
它就像是人工智能的“超级大脑”，以强大的计算能力支撑着各种复杂的AI应用。那么，AI芯片究竟是如何将AI计算需求与硬件架构巧妙结合的呢？让我们一同深入探寻其中的奥秘。 同时，由于FPGA可以在硬件层面进行优化，它也能够在一定程度上提高AI计算的效率。 算法与硬件的协同设计 为了更好地满足AI计算需求，AI芯片的设计注重算法与硬件的协同。在芯片设计阶段，充分考虑AI算法的特点和需求，对硬件架构进行针对性的优化。 例如，针对深度学习中的卷积神经网络（CNN），一些AI芯片专门设计了卷积计算单元，优化了卷积运算的硬件实现方式。同时，在算法层面，也会根据硬件的特性进行调整和优化，以充分发挥硬件的性能。 通过算法与硬件的协同设计，实现了AI计算效率的最大化。 面临的挑战与未来展望 尽管AI芯片在将AI计算需求与硬件架构结合方面取得了显著进展，但仍面临一些挑战。
85310编辑于 2025-02-02 AI硬件发布！企业微信再升级
纪要自动存档：沟通记录自动保存至消息页，AI还会秒输出可分享的会议纪要。待办自动提醒：AI会根据对话内容自动分配待办事项，帮你推进todo。 拜访结束后，面聊AI会自动提炼一份详尽的沟通纪要，准确提取客户的核心需求、下单顾虑、交付时间、预算范围和下一步跟进意向。这些总结还能一键转发给微信客户，让后续的团队协同跟进有据可查。 新能力、新场景之外，新硬件也来了——为了给企业用户提供更极致的线下沟通记录体验，企业微信联合首发多款AI硬件：○ 快速启动：走廊偶遇、灵感突发时，一键即可秒速启动记录。 ○ 超长续航：不再担忧长时间录音导致手机电量告急，AI硬件超长续航告别电量焦虑。 全新AI硬件将与企业微信「记录面聊」无缝互联，让每一个有价值的灵感被留存，让每一次线下沟通被沉淀，大家可通过全平台搜索“企业微信录音笔”进行体验。
46010编辑于 2026-07-09全球AI投资：硬件狂飙与应用落差
全球AI投资集中涌入硬件与大模型2026年初，英伟达CEO黄仁勋提出了AI产业“五层蛋糕”框架：能源、芯片、基础设施、模型、应用，本报告沿用这一框架，逐层分析全球AI投资现状。 根据红杉资本的测算模型，AI基础设施每1美元的GPU投入，需要应用端产生约4美元的收入，整条投资链条的商业逻辑才能成立。 据美国Challenger公司2026年4月2日发布的报告，AI在2026年3月首次成为美国裁员首要原因，当月AI相关裁员1.5万人，占月度裁员总量的25%。 其V3模型训练成本仅约600万美元，不到OpenAI训练GPT-4的十分之一；API定价只有GPT-5的五分之一，但性能基本一致。 中国加快AI投资的政策建议当前全球AI投资高度集中于硬件，应用回报远未兑现，而中国在电力成本、模型效率和国产芯片替代等方面已形成差异化优势。
1.3K20编辑于 2026-04-16- 来自专栏3D视觉从入门到精通
L4级自动驾驶硬件方案来啦！
编辑丨计算机视觉life 如何保证L4级自动驾驶系统的普适性，同时找到自动驾驶车辆成本、规模化之间的平衡点？ 近日，此前已经在自动驾驶网约巴士（Robobus）领域打出声量的轻舟智航推出了全新的Driven-by-QCraft第三代L4级自动驾驶硬件方案，在适配多种车型的同时，做到了高效与场景通用。 在NVIDIAGTC大会上，他们又宣布牵手英伟达，在Driven-by-QCraft硬件方案中率先使用英伟达的DRIVE Orin芯片，让L4级自动驾驶的计算平台迈向量产车规级，这也意味着轻舟智航成为首个使用 NVIDIA DRIVE Orin的L4级自动驾驶通用方案公司。 以规模化为目标 多传感器融合套件：适用于不同车型、成本可控 •由轻舟智航推出的这一套硬件可应用于不同车型，也是国内首个可同时用于Robotaxi及Robobus的硬件方案。
1.3K50发布于 2021-11-19 - 来自专栏韦东山嵌入式
嵌入式Linux APP 访问硬件的 4 种方式
这 4 种方法没有优劣之分，在不同的场合使用不同的方法。
61030编辑于 2022-05-05 - 来自专栏NAS
4盘位、4K输出、J3455、遥控，NAS硬件入门性价比之王
4盘位、4K输出、J3455、遥控，NAS硬件入门性价比之王开篇在NAS市场中，威联通（QNAP）向来以“性能与功能双在线”著称，而旗下TS-453Bmini这款经典机型，即便历经多年市场考验，如今仍是入门玩家和影音爱好者的宝藏之选 不到400元的二手价位，却能拿下4盘位全功能配置、4K视频输出+红外遥控，这样的“捡漏级”性价比，让它在二手市场始终热度不减。 14nm工艺的IntelCeleronJ3455四核处理器，基础频率1.5GHz，可自动睿频至2.3GHz，配合IntelHDGraphics500核显，既能轻松应对文件存储、数据同步等基础任务，还能实现硬件级视频转码 ，为4K影音播放筑牢基础。 ：影音爱好者&入门玩家的理想之选总的来说，400块钱能拿下威联通这种级别的大牌NAS，还带4盘位、4K输出和遥控器，真的是捡漏级别的香！
1.1K10编辑于 2026-01-09 - 来自专栏网络交换FPGA
P4用软件实现和硬件实现的区别
P4可编程器件有各种各样的底层硬件架构，如基于CPU的系统或ASIC，代表了这两个领域的两端。基于CPU的P4目标平台性能有限，但易于扩展。 01 INTRODUCTION 2014年，博斯哈特等人[1]引入了P4，一种用于软件可编程网络设备的特定领域语言。随后，各种支持P4的硬件和软件设备出现了。 他们的调查显示，目标平台之间的延迟不同，但延迟与现有的专用AFDX硬件相当。 P4的一个吸引人的特性，不仅仅是对航空电子设备，是它的设计促进了程序行为的简化验证，例如，在P4没有环路。 因此，P4介绍了硬件的抽象表示，总结了它的设计和功能。 P4的核心是匹配动作表。它们被设计成允许组合多组关键字，例如特定的标题字段，以确定动作。表条目在运行时由控制平面提供。 我们分析的最后一个属性是P4程序中应用的表的数量。虽然硬件P4目标通常不允许每个数据包多次应用同一个表，但t4p4s中不存在这种限制。
3.2K31发布于 2020-11-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号